対応のないデータの場合で,母分散が未知で等しいかどうか不明の場合は,
\(\Large \displaystyle - t_{\alpha/2} (f) \hspace{12 pt}\leq \hspace{12 pt} \frac{ \overline{x}_1 - \overline{x}_2} {\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}} \leq \hspace{12 pt} t_{\alpha/2} (f)\)
Welchの方法の自由度は
\(\Large \displaystyle f = \frac{\left( \frac{s_1^2}{n_1} + \frac{s_2^2}{n_2} \right)^2}
{\frac{ \left( \frac{s_1^2}{n_1} \right)^2}{n_1 - 1} +
\frac{\left( \frac{s_2^2}{n_2}\right)^2}{n_2 - 1}} \)
サンプルデータは,前ページと同じです.
Class-01 | Class_02 | |
n | 30 | 32 |
Average | 75 | 70 |
SD | 5 | 8 |
s2 | 25.86 | 66.06 |
\(\Large \displaystyle f = \frac{\left( \frac{25.86}{30} + \frac{66.06}{32} \right)^2}
{\frac{ \left( \frac{25.86}{30} \right)^2}{30 - 1} +
\frac{\left( \frac{66.06}{32}\right)^2}{32 - 1}} = 52.51 \fallingdotseq 53 \)
と切り上げました(エクセルに合わせるため).
t値は,
\(\Large \displaystyle t = \frac{75-70}{\sqrt { \left( \frac{25.86}{30} + \frac{66.06}{32} \right) }} = 2.922 \)
t境界値(両側)は,エクセル関数から,
\(\Large \displaystyle =T.INV(1-0.05/2,53) = 2.005746 \)
となり,t値は,推定した区間の外なので,仮説,
二つの母集団の母平均には差がない
が認められないため,
二つの母平均に差がある
ことになります.
エクセル
の,データ分析,でも,
t-検定: 分散が等しくないと仮定した2標本による検定
変数 1 | 変数 2 | |
平均 | 75 | 70 |
分散 | 25.86207 | 66.06452 |
観測数 | 30 | 32 |
仮説平均との差異 | 0 | |
自由度 | 53 | |
t | 2.922735 | |
P(T<=t) 片側 | 0.002546 | |
t 境界値 片側 | 1.674116 | |
P(T<=t) 両側 | 0.005092 | |
t 境界値 両側 | 2.005746 |
と一致しています.
この結果は,前ページの
t-検定: 等分散を仮定した2標本による検定
変数 1 | 変数 2 | |
平均 | 75 | 70 |
分散 | 25.86207 | 66.06452 |
観測数 | 30 | 32 |
プールされた分散 | 46.63333 | |
仮説平均との差異 | 0 | |
自由度 | 60 | |
t | 2.881121 | |
P(T<=t) 片側 | 0.002744 | |
t 境界値 片側 | 1.670649 | |
P(T<=t) 両側 | 0.005489 | |
t 境界値 両側 | 2.000298 |
と比較すると,Welchの検定の方が厳しめに評価されているように思われます.